大数据集群管理软件 CDH、Ambari、DataSophon 对比

文章目录

引言
工具介绍
- CDH
- Ambari
- DataSophon
对比分析

引言

大数据集群管理方式分为手工方式和工具方式，手工方式一般指的是手动维护平台各个组件，工具方式是靠大数据集群管理软件对集群进行管理维护。本文针对于常见的方法和工具进行比较，帮助找到合适的工具，提升效率。

工具介绍

CDH

CDH 是 Cloudera 公司提供的一种大数据平台解决方案。 CDH 的全称是 Cloudera’s Distribution including Apache Hadoop，它是一个开放源代码的大数据平台，基于 Apache Hadoop 和其他相关的开源技术构建，包括 HDFS、MapReduce、HBase、ZooKeeper、Hue、Oozie、Flume、Sqoop 等等。
CDH 提供了一个完整的大数据解决方案，包括数据管理、数据处理、数据分析和数据可视化等方面，可以帮助用户快速搭建和部署大数据平台，支持多种数据源的处理和集成，同时提供了强大的安全性和可扩展性。值得一提的是 CDH 从6.3版本之后开始收费。

官网地址：https://www.cloudera.com/

Ambari

Apache Ambari 跟 Hadoop 等开源软件一样，也是 Apache Software Foundation 中的一个项目，并且是顶级项目。目前最新的发布版本是 2.7.8。就 Ambari 的作用来说，就是创建、管理、监视 Hadoop 的集群，但是这里的 Hadoop 是广义，指的是 Hadoop 整个生态圈（例如 Hive，Hbase，Sqoop，Zookeeper 等），而并不仅是特指 Hadoop。用一句话来说，Ambari 就是为了让 Hadoop 以及相关的大数据软件更容易使用的一个工具。Ambari 目前已支持大多数 Hadoop 组件，包括 HDFS、MapReduce、Hive、Pig、 Hbase、Zookeper、Sqoop 和 Hcatalog 等，并且是完全开源的平台。

官网地址：https://ambari.apache.org/

DataSophon

DataSophon 是致力于自动化监控、运维、管理大数据基础组件和节点的，帮助您快速构建起稳定，高效的大数据集群服务，国产开源平台，支持完全离线部署，能支撑

官网地址：https://datasophon.github.io/datasophon-website/docs/current/%E6%A6%82%E8%A7%88

支持组件列表
还支持 Kyuubi（统一多租户JDBC网关）、Iceberg（适用于庞大数据集分析的开放式数据表格式）、Kerberos（计算机网络认证协议）

对比分析

试想下面几个问题：

如果有100台服务器的集群，至少要花费多长时间搭建好 Hadoop集群？包括 Hive、Hbase、Spark、Zookeeper、Kafka、Flink 等？
对于以上集群进行 Hadoop 版本升级，怎么选择升级方案？至少要花费多长时间？
新版本的 Hadoop 与 Hvie、Hbase、Kafka、Flink 等是否兼容？
如何对上述集群中已经运行中的主机和组件健康状态进行监控？

手工部署：需配置太多参数，但是，好理解其原理，建议初学这样做，能学到很多。该方式啊，均得由用户执行，细节太多，切当设计多个组件时，用户须自己解决组件间版本兼容问题。

工具部署：使用工具可以说是一键操作，难点都在工具本身的部署上，但是工具也存在升级组件不受自己控制的弊端。

比较项	手工方式	工具方式
难易度	难，几乎不可能成功	简单，易行
兼容性	自己解决组件兼容性问题	自动安装兼容组件
组件支持数	支持全部组件	支持常用组件
监控运维	无，需要自建	支持常见组件的监控
优点	对组件和集群管理深刻	简单、容易、可行
缺点	太复杂，几乎不可能成功	屏蔽太多细节，妨碍对组件理解